Comment Distillery — Development skill for Claude Code

comment-distillery · 评论蒸馏器

**把一堆群体文本，炼成一份有据可查的行动指南。** Turn a pile of crowd text into an evidence-cited action guide.

[](https://github.com/TrueFurina/comment-distillery/actions/workflows/ci.yml) [](LICENSE) [](https://www.python.org/) [](#快速开始)

---

这是什么

一个 **Agent Skill + 零依赖工具链**，把**一群人对同一议题的自发文本**，蒸馏成**带引用溯源的、可行动的认知结构**。

输入：评论区导出、问卷开放题、访谈逐字稿、产品反馈、Issue 讨论、弹幕……任何"一群人七嘴八舌"的文本集合。 输出：一份厚 Markdown 指南——**认知框架 + 共识 vs 争议 + 反例对冲 + 引用溯源 + 行动清单 + 盲区诚实说明**。

**它不是**：爬虫、情感饼图、词云、舆情仪表盘。

---

为什么又要造一个轮子？

因为这条赛道的三层里，前两层已经卷完了，第三层几乎没人做深：

L1 采集            L2 统计摘要            L3 建设性综合
─────────────────  ────────────────────  ────────────────────────
MediaCrawler (6万★)  情感分布 / 词云 /      认知框架 + 共识vs争议
BilibiliCrawler      高频主题 / 几句金句    + 反例对冲 + 引用溯源
bbc-skill            …然后就没有然后了      + 行动清单 + 盲区说明
                                           ★ 这里

现有工具停在**「告诉你大家什么情绪」**。但真正值钱的问题是：

• 大家共识了什么？分歧在哪？反方最强的论据是什么？
• 哪条结论背后有 200 个人撑腰，哪条只是嗓门大？
• 我接下来该做什么？我可能会错在哪？

这些没人系统性地做。本项目补这一跳，且**只做这一跳**——采集和分析统计交给成熟生态，我们不重复造轮子。

与已有工具的区别

维度	现有 L1/L2 工具	comment-distillery
输出	仪表盘 / 饼图 / 摘要	厚 Markdown 指南
核心动作	统计频次、算情感	聚类 → 抽认知框架 → 共识 vs 争议 → 反例对冲 → 行动清单 → 盲区说明
可验证性	结论无出处	每条结论可溯源到具体条目 ID
立场	单向呈现（高赞说什么就是什么）	强制反例对冲，不输出一边倒
诚实性	只报结论	强制披露四类盲区
依赖	一堆重库	零依赖，纯标准库
平台耦合	绑定单一平台	平台中立，可被任意 agent 读取

---

三件套护城河

这是本项目和"又一个摘要工具"的分水岭，**任何情况下不砍**：

1. 反例对冲 —— 每条共识必须配反方论据。在实测中，这条机制真实生效过：某次楼中楼补齐后，有 4 条子回复直接推翻了基于顶层评论得出的结论。
2. 引用溯源 —— 每条带数据的结论后附 [源:条目ID|权重N|层级]。指南从"AI 总结"变成"有依据的群体洞察"。
3. 盲区诚实说明 —— 主动披露幸存者偏差、平台/人群偏差、权重算法偏差、时间切片偏差。误读比不信更危险。

---

快速开始

**零依